Core Concepts
本論文では、単一解決ノードの一般化された概念を用いて、任意の次元における Newton 補間と Lagrange 補間を拡張する。これにより、Trefethen 関数などの一般的な関数クラスに対して最適な指数関数的収束率を達成しつつ、必要な補間ノード数が次元に対して指数関数的ではなく部分指数関数的に抑えられ、次元の呪いを克服することができる。
Abstract
本論文は、多変量補間の問題に対する新しい解決策を提示している。
従来の多変量補間手法は、Runge の現象や次元の呪いといった課題に直面していた。本論文では、単一解決ノードの一般化された概念を導入し、これらの課題を克服する。
提案手法では、非テンソル格子上の補間ノードを用いる。これにより、指数関数的な近似精度を維持しつつ、必要な補間ノード数を部分指数関数的に抑えることができる。
多変量 Newton 補間と Lagrange 補間の拡張を示し、これらの手法が最適な Trefethen 近似率を達成することを理論的に示す。
提案手法に基づく効率的かつ数値的に安定な補間アルゴリズムを提案し、その実装を行う。数値実験により、高次元における Runge 関数の補間が可能であることを示す。
単一解決ノードの一般化と双対概念の導入により、散在データに対する多変量回帰スキームの構築にも応用できることを示す。
Stats
多変量 Newton 補間の計算量は O(|A|^2)
多変量 Lagrange 補間の計算量は O(|A|)
必要な補間ノード数 |A| は次元に対して部分指数関数的に抑えられる
Quotes
"Combining sub-exponential node numbers with exponential approximation rates, non-tensorial unisolvent nodes are thus able to lift the curse of dimensionality for multivariate interpolation tasks."
"We therefore provide a generalized notion of unisolvent interpolation nodes, which allows for non-tensorial grids on which we reach exponential convergence rates for the Runge function, as a prominet example of a Trefethen function."